统计学，机器学习，数据挖掘，深度学习

    统计学是收集，分析，表述和解释数据的科学。作为数据分析的一种有效工具，统计方法已广泛应用于社会科学和自然科学的各个领域，是各学科领域研究者和实际工作者的必备知识。                  统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，为相关决策提供依据和参考。   

   机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳，综合而不是演绎。

   数据挖掘是一个计算机科学术语，意思一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘是通过统计，在线分析处理，情报检索，机器学习，专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

   深度学习是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初目标--人工智能（AI,Artificial Intelligence)。                                                                                                           深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。